微博用戶屬性識(shí)別方法研究.pdf

1、隨著社交網(wǎng)絡(luò)的迅猛發(fā)展，自動(dòng)分析社交網(wǎng)絡(luò)中的有用信息成為目前自然語(yǔ)言處理、社交網(wǎng)絡(luò)分析等領(lǐng)域的重要研究課題。其中，微博用戶屬性識(shí)別是一項(xiàng)基本任務(wù)。該任務(wù)旨在根據(jù)微博用戶產(chǎn)生的相關(guān)數(shù)據(jù)對(duì)用戶的個(gè)體屬性（例如，性別、年齡等）進(jìn)行自動(dòng)識(shí)別。準(zhǔn)確識(shí)別用戶的個(gè)體屬性，可以幫助更好的進(jìn)行智能營(yíng)銷、個(gè)性化預(yù)測(cè)及情感分析等研究。本文的研究?jī)?nèi)容主要包括以下三個(gè)方面：
　　首先，針對(duì)微博中用戶的個(gè)人與非個(gè)人屬性，本文提出了一種結(jié)合微博用戶的用戶名和微

2、博文本兩類信息的分類方法。該方法針對(duì)兩種文本訓(xùn)練不同分類器，并在此基礎(chǔ)上提出了一種基于分類器融合的方法，同時(shí)利用用戶名和微博兩類信息進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，本文的方法可以達(dá)到較高的識(shí)別準(zhǔn)確率，并且分類器融合方法明顯優(yōu)于僅利用用戶名或微博文本的單分類器分類方法。
　　其次，針對(duì)微博用戶的性別屬性，提出了一種基于交互式信息的半監(jiān)督性別分類方法。傳統(tǒng)的性別分類研究依賴大量的標(biāo)注樣本，而通常情況下人工標(biāo)注樣本費(fèi)時(shí)費(fèi)力。作為一種社交網(wǎng)絡(luò)平臺(tái)

3、，微博提供了多種交互機(jī)制以供用戶互動(dòng)。因此，微博平臺(tái)既包括用戶發(fā)布的微博等非交互式信息，同時(shí)也包括回復(fù)等交互式信息。本文提出了一種基于交互式信息的半監(jiān)督性別分類方法，該方法將交互式和非交互式兩類信息作為協(xié)同訓(xùn)練算法的兩個(gè)視圖，充分利用未標(biāo)注樣本實(shí)現(xiàn)半監(jiān)督性別分類。實(shí)驗(yàn)結(jié)果表明基于非交互式和交互式視圖的半監(jiān)督性別分類方法能夠有效利用非標(biāo)注樣本提升性別分類性能。
　　最后，針對(duì)微博用戶的年齡屬性，提出了一種基于文本和社交信息的半監(jiān)督年